iT邦幫忙

2023 iThome 鐵人賽

DAY 29
0
自我挑戰組

SA養成記系列 第 29

Day 29 Python 智能預測系統

  • 分享至 

  • xImage
  •  

最後,要來記錄一下Python,可能有些跳tome。

但是也因為前面智能官網的專案有了接觸Python的契機。之前提及歷史共業這件事,開始了詮釋資料的資料清理,3萬筆資料也算透過EXCEL就能解決,那麼10萬筆呢?大數據呢?

這個專案實實在在讓我看見資料正規性的重要,以及數據能夠帶來的效應。

在2022年9月,開始了2個半月的資料科學營,認識了一群朋友,共同、分別完成智能預測的專題,濃縮了Python、Numpy、Pandas、Matplotlib等套件、將清洗後的資料,透過Colab這個線上工具平台,配合Scikit-Learn、TensorFlow與Keras等機器學習等模組,去進行預測和參數優化,最後透過flask和ngrok串聯前後端上線部署,呈現視覺化製作的成果。

這段過程筆者最大的收穫是:

  • 認識機器學習的演算法:監督式、非監督、隨機森林....等
    這邊要感謝10程式中的Python全民瘋AI系列影片 補充訓練營地課程內容
  • 預測結果由所吸收的資料及參數而回饋
  • 領域知識是幫助判斷的關鍵分水嶺
  • 一份好的資料能帶出的效益更甚於從大數據中翻找有用的資料!
  • 明白機器學習是一連串演算法的成果展現

馬雲曾在德國如此說,未來的世界不再由石油驅動,而是由數據驅動。

雖然機器學習的技術已經行之有年,但那依然是神人的專業領域,對市井小民而言是那麼遙不可及。近年ChatGPT爆紅,讓AI智能隨手可及,但是要看見數據的力量,領域知識是很關鍵的。

最後附上專題成品,機器人智能預測代表圖做結尾。
https://ithelp.ithome.com.tw/upload/images/20231013/20154961HXeDmci9mU.jpg


上一篇
Day 28 規格書的重要性
下一篇
Day 30 Programming is an Art!
系列文
SA養成記30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言